MétaCan
Menu
Back to cohort
Record W2087664532 · doi:10.2515/pedmed/20080347

La rétroaction pédagogique en médecine : description et évaluation préliminaire d'un dispositif de formation sur internet pour les médecins cliniciens

2009· article· fr· W2087664532 on OpenAlexaffabout
Luc Côté, Norma Bélanger

Bibliographic record

VenuePédagogie médicale · 2009
Typearticle
Languagefr
FieldMedicine
TopicInnovations in Medical Education
Canadian institutionsHôpital Saint-François d'Assise
Fundersnot available
KeywordsHumanitiesPhilosophyPolitical science

Abstract

fetched live from OpenAlex

Contexte : En médecine, la rétroaction pédagogique joue un rôle essentiel dans l'apprentissage en formation clinique à l'externat et en résidence. Ce thème est l'objet de nombreux ateliers de formation pédagogique dispensés en présence à des médecins enseignants. But : Cet article vise à décrire un dispositif de formation innovant sur la rétroaction pédagogique en médecine offert sur internet. Nous en faisons aussi une évaluation préliminaire à partir du point de vue des participants, des responsables et d'une consultante externe. Sujets/Matériel : Entre 2005 et 2006, 21 médecins superviseurs associés à l'université Laval (Québec, Canada) ont complété un dispositif de formation composé de six modules sur le Web avec un accompagnement individualisé sous forme de tutorat à distance. Résultats : Ce dispositif de formation représente une innovation pédagogique originale, utile et très appréciée dans son ensemble. La nature et la variété des exercices, ainsi que l'encadrement sous forme de tutorat figurent parmi les points forts. La principale difficulté vécue par les participants et les tuteurs fut d'avoir à écrire le contenu de leurs rétroactions plutôt que d'échanger verbalement avec leurs interlocuteurs. Conclusion : Diverses modifications seront introduites dans la nouvelle version du dispositif. Nous porterons une attention particulière aux moyens de mieux développer chez les médecins le transfert des apprentissages dans leur pratique quotidienne.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.009
metaresearch head score (Gemma)0.008
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Other design · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.935
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0090.008
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0010.001
Science and technology studies0.0000.000
Scholarly communication0.0000.001
Open science0.0000.000
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0010.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.073
GPT teacher head0.370
Teacher spread0.297 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designOther design
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations1
Published2009
Admission routes2
Has abstractyes

Explore more

Same venuePédagogie médicaleSame topicInnovations in Medical EducationFrench-language works237,207